Hukum Moore Dijelaskan: Masa Lalu, Masa Kini, dan Apa Selanjutnya

Pada tahun 1965, Gordon Moore membuat sebuah prediksi tentang laju kemajuan teknologi yang terbukti sangat tepat. Ia mengamati bahwa jumlah transistor dalam sirkuit terpadu kira-kira berlipat ganda setiap dua tahun. Karena jumlah transistor dalam sebuah rangkaian berkorelasi langsung dengan daya komputasi rangkaian tersebut, Moore memprediksi peningkatan daya komputasi secara eksponensial sebagai akibatnya.

Gagasan ini kemudian dikenal sebagai hukum Moore. Meskipun awalnya merupakan prediksi, ia berubah menjadi aspirasi bagi industri teknologi. Ini telah mendorong dorongan berkelanjutan untuk berinovasi dalam teknologi transistor. Gagasan ini begitu tertanam dalam budaya kita hingga memengaruhi media kita. Film seperti The Matrix dan Her mengeksplorasi ide inovasi teknologi eksponensial ini dan membayangkan masa depan jika kita mempertahankan trajektori tersebut. Namun sayangnya, ia mungkin mendekati batas fisiknya. Maksud saya, seberapa kecil lagi transistor bisa dibuat? Jadi, apakah hukum Moore masih relevan saat ini? Apa yang terjadi ketika ia mencapai titik akhirnya?

Apa Itu Hukum Moore?

Seperti yang saya sebutkan di awal, hukum Moore didasarkan pada pengamatan bahwa jumlah transistor pada sebuah mikrochip berlipat ganda sekitar setiap dua tahun. Cara paling sering yang saya dengar untuk menyatakannya adalah, “daya komputasi berlipat ganda setiap dua tahun.”

Transistor adalah sakelar kecil yang mengendalikan sinyal listrik, dan lebih banyak transistor umumnya berarti lebih banyak daya pemrosesan. Karena alasan ini, hukum Moore memprediksi bahwa daya pemrosesan akan meningkat secara eksponensial tanpa batas.

Saya sangat merekomendasikan menonton video YouTube singkat dari Real Engineering tentang transistor ini. Ia menjelaskan sejarah dan sains tabung vakum serta transistor dengan cara yang intuitif.

Asal-usul Hukum Moore

Gordon Moore adalah salah satu pendiri Intel. Ia pertama kali membuat pengamatannya pada tahun 1965, berdasarkan tren yang ia lihat dalam manufaktur semikonduktor pada saat itu. Itu adalah masa-masa awal industri semikonduktor, ketika komputer berukuran sangat besar dan mahal, dan teknologi transistor baru mulai menggantikan tabung vakum.

Pengamatannya tidak didasarkan pada hukum fisika fundamental, melainkan pada laju inovasi pesat yang ia saksikan. Awalnya, ia memprediksi jumlah transistor akan berlipat ganda setiap tahun, tetapi kemudian ia menyesuaikannya menjadi setiap dua tahun. Dan linimasa ini terbukti sangat akurat selama beberapa dekade.

Sains di Balik Hukum Moore

Kunci penerapan hukum Moore adalah miniaturisasi. Para insinyur terus menemukan cara untuk membuat transistor lebih kecil, sehingga lebih banyak yang dapat dimuat pada satu chip. Ini tidak hanya meningkatkan daya pemrosesan tetapi juga menurunkan biaya dan konsumsi energi. Selama lebih dari 50 tahun, proses pengecilan ini telah mendorong kemajuan teknologi.

Grafik dari Wikipedia ini menunjukkan perkiraan pelipatgandaan jumlah transistor per chip selama 50 tahun terakhir. Perhatikan bahwa sumbu y menggunakan skala logaritmik.

Dampak hukum Moore pada komputasi

Meskipun hukum Moore merupakan prediksi, ia hampir menjadi ramalan yang terpenuhi sendiri karena para insinyur dan eksekutif menjadikannya sebagai tujuan. Dorongan ini berdampak signifikan pada industri teknologi dan masyarakat luas.

Kemajuan teknologi

Berkat hukum Moore, dorongan menuju teknologi yang lebih cepat dan lebih kecil terus meningkat.

Sebagai contoh, komputer paling awal menempati seluruh ruangan! Versi berikutnya bisa dengan mudah diletakkan di meja besar, dan kini kita memiliki laptop, tablet, dan ponsel yang mungil. Hanya dalam rentang waktu yang relatif singkat antara masa kecil saya dan sekarang, keluarga saya beralih dari satu desktop besar untuk berbagi menjadi setiap orang memiliki laptop, tablet, dan ponsel masing-masing! Dan ada sejumlah tugas yang sekarang bisa saya lakukan di ponsel yang dulu tidak bisa saya lakukan di desktop.

Komputasi awan juga menjadi kemajuan besar lainnya. Peningkatan cepat daya pemrosesan telah memungkinkan terciptanya internet dan pengembangan layanan cloud modern yang menawarkan daya komputasi dan penyimpanan bersama. Layanan ini kini begitu luas sehingga dapat memenuhi kebutuhan seluruh bisnis dan menganalisis himpunan data yang sangat besar.

AI dan pembelajaran mesin juga berkembang pesat berkat kemajuan perangkat keras. GPU dan TPU menyediakan daya komputasi yang diperlukan untuk melatih model yang kompleks. Ini telah menghasilkan terobosan dalam berbagai aplikasi, dari pemrosesan bahasa alami hingga pengenalan gambar. Dorongan agar AI menjadi lebih efisien juga didorong oleh keprihatinan lingkungan. Anda dapat membaca lebih lanjut tentang gagasan ini di postingan blog kami, AI Berkelanjutan: Bagaimana AI Dapat Mengurangi Jejak Lingkungannya?.

Aplikasi Industri

Anda mungkin tidak menyadari betapa banyak hal di sekitar Anda yang memiliki chip terintegrasi. Segala sesuatu mulai dari mesin pencuci piring hingga mobil Anda berisi mikrochip dan telah mendapat manfaat dari hukum Moore.

Di bidang kesehatan, kemajuan teknologi semikonduktor telah memungkinkan alat diagnostik bertenaga AI yang menganalisis citra medis dan pelacak kesehatan yang dapat dikenakan yang memantau tanda-tanda vital secara waktu nyata. Chip yang andal ini memungkinkan pemantauan penyakit kronis, pelacakan kesuburan, dan deteksi penyakit lebih dini dengan jauh lebih dekat.

Di sektor otomotif, kebangkitan kendaraan otonom sangat bergantung pada pemrosesan waktu nyata atas sejumlah besar data sensor, termasuk radar, LiDAR, dan kamera. Berkat transistor yang lebih cepat dan lebih kecil, kendaraan modern dilengkapi untuk mengambil keputusan seketika, sehingga meningkatkan keselamatan.

Industri keuangan juga sangat diuntungkan dari kapabilitas yang disediakan oleh transistor yang lebih kecil. Perhitungan supercepat memungkinkan algoritma perdagangan memanfaatkan perubahan pasar dalam hitungan mikrodetik.

Tak mengherankan, telekomunikasi juga mengalami transformasi, seperti dengan peluncuran jaringan 5G dan berkembangnya perangkat Internet of Things.

Apa Batas Hukum Moore?

Selama beberapa dekade, hukum Moore telah menjadi peramal kemajuan yang andal. Namun, dapatkah laju ini dipertahankan selamanya? Apakah hukum Moore mencapai batasnya?

Hambatan fisik

Saat ini, kita menerapkan hukum Moore dengan terus mengecilkan ukuran transistor. Namun ada beberapa hambatan fisik yang harus diatasi jika kita terus menempuh jalur itu.

Tantangan pertama adalah panas. Transistor yang lebih kecil menghasilkan lebih banyak panas, sehingga sistem pendingin menjadi perhatian besar. Transistor yang lebih kecil cenderung memiliki isolasi lebih sedikit, dan karena lebih banyak yang dapat dipadatkan pada satu chip, lebih banyak elektron mengalir di area yang lebih kecil. Ini menyebabkan lebih banyak panas per area.

Masalah lain yang Anda temui pada skala yang sangat kecil adalah “kebocoran” elektron. Ini adalah fenomena ketika elektron “bocor” keluar dari jalurnya pada rangkaian dan berpindah ke bagian lain dari chip. Ruang yang sempit dan isolasi yang terbatas pada transistor kecil ini memperburuk masalah tersebut. Hal ini dapat menyebabkan hilangnya daya dan perilaku yang aneh.

Ilustrasi kebocoran elektron. Gambar oleh Penulis menggunakan Copilot.

Grafik di atas yang saya susun adalah penjelasan yang sangat disederhanakan tentang salah satu masalah saat mengecilkan transistor dan komponen lain: kebocoran elektron.

Sebagian besar semikonduktor yang digunakan dalam transistor saat ini terbuat dari silikon (yang darinya kita mendapatkan julukan, Silicon Valley). Sifat-sifat silikon, seperti mobilitas elektron dan toleransi panas, menjadi kurang efektif saat transistor menyusut ke ukuran yang sangat kecil. Ini membuat semakin sulit untuk mempertahankan efisiensi.

Para peneliti meneliti penggunaan material berbeda pada ukuran kecil ini, seperti silikon-germanium, galium arsenida, atau bahkan opsi mutakhir seperti grafena dan tabung nano karbon. Ini mungkin memungkinkan kita untuk sementara waktu mengatasi beberapa hambatan fisik tersebut, dan melanjutkan proses miniaturisasi kita.

Tantangan ekonomi dan manufaktur

Ironisnya, tantangan besar lain bagi hukum Moore muncul dari hukum Moore kedua, yang juga disebut sebagai hukum Rock. Prinsip ini menyatakan bahwa biaya membangun pabrik semikonduktor berlipat ganda kira-kira setiap empat tahun. Sementara daya pemrosesan terus meningkat, biaya yang terkait dengan penciptaan daya tersebut juga meningkat. Mckinsey telah menyarankan bahwa biaya daya komputasi yang diperlukan untuk menggerakkan revolusi AI kita dapat mencapai $7 triliun pada tahun 2030! Waktu yang akan menjawab apakah perusahaan dapat menemukan cara untuk mempertahankan trajektori ini agar tetap layak.

Apakah Hukum Moore Masih Berlaku?

Kenyataannya, tidak ada yang tahu apakah hukum Moore akan terus mewakili realitas. Miniaturisasi transistor tampaknya menghadapi batas fisik dan ekonomi, dan para pemimpin industri terbagi apakah ini dapat berlanjut lebih lama. Beberapa, seperti CEO Nvidia Jensen Huang, percaya hambatan fisik dan ekonomi untuk miniaturisasi transistor telah tercapai, dan bahwa hukum Moore telah berakhir. Yang lain, seperti CEO Intel Pat Gelsinger, berpendapat bahwa miniaturisasi bukan satu-satunya jalan, dan menunjuk pada teknologi baru untuk mengeluarkan kita dari kebuntuan hukum Moore ini.

Tantangan sebelumnya terhadap hukum Moore

Percaya atau tidak, kita sudah pernah membahas hal ini. Ada beberapa tantangan sepanjang perjalanan miniaturisasi kita yang membuat kita mempertanyakan hukum Moore.

Pada 1990-an dan awal 2000-an, ketika transistor menyusut di bawah 100 nm, para insinyur menghadapi tantangan besar dalam pembuangan panas, yang awalnya mereka pikir akan membatasi miniaturisasi lebih lanjut. Namun, kemajuan dalam desain transistor, bersamaan dengan peningkatan material dan manajemen termal pada tingkat chip, memungkinkan kemajuan terus berlanjut meski ada hambatan ini.

Lalu pada 2016, Intel kesulitan dengan transisi antara transistor 14 nm dan 10 nm. Kompleksitas manufaktur dan masalah kebocoran daya memperlambat pengembangan secara signifikan. Namun, Intel dan perusahaan semikonduktor lainnya mengatasi hambatan ini dengan menyempurnakan litografi ultraviolet ekstrim (EUV), mengoptimalkan material, dan meningkatkan desain transistor, sehingga industri dapat maju lagi. Namun, transisi ini memakan waktu sekitar 5 tahun, membuat para peneliti mempertanyakan apakah hukum Moore masih berlaku.

Inovasi masa depan

Ada alasan untuk percaya tantangan yang saat ini kita hadapi pun dapat diatasi. Inovasi terbaru beralih dari pendekatan tradisional miniaturisasi transistor, dan malah mengeksplorasi arsitektur alternatif untuk meningkatkan kinerja.

Salah satu kemajuan yang menjanjikan adalah penumpukan chip 3D, di mana para insinyur meningkatkan kepadatan transistor dengan membangun secara vertikal alih-alih terus mengecilkannya secara horizontal. Ini adalah perubahan arsitektural untuk menghindari ketergantungan pada miniaturisasi.

Komputasi kuantum adalah paradigma komputasi yang sepenuhnya baru yang memanfaatkan qubit, yang dapat berada dalam beberapa keadaan (tidak hanya 1 dan 0) untuk menyelesaikan masalah yang menantang komputer klasik. Anda bisa menganggap ini sebagai memberikan setiap “transistor” lebih banyak kemampuan. Ini akan meningkatkan daya pemrosesan, tanpa harus menambah jumlah “transistor”, melainkan mengubah apa yang dapat dilakukan “transistor”.

Beberapa peneliti bahkan menyelidiki komputasi optik, yang menggunakan pemrosesan berbasis cahaya untuk mentransmisikan data lebih cepat daripada sistem elektronik konvensional. Foton bergerak jauh lebih cepat daripada elektron, memungkinkan informasi bergerak melalui sistem dengan lebih cepat. Jadi di sini, lagi-lagi, kita tidak akan menambah jumlah transistor. Namun daya pemrosesan diduga akan meningkat dengan meningkatkan kecepatan pergerakan melaluinya.

Apa Masa Depan Komputasi?

Bahkan jika hukum Moore melambat atau runtuh sama sekali, masa depan komputasi tetap sangat menjanjikan.

Salah satu perkembangan menarik adalah diperkenalkannya material baru, seperti grafena dan indium galium arsenida. Material ini menawarkan sifat listrik yang unggul dan pada akhirnya dapat menggantikan silikon sebagai fondasi chip generasi berikutnya. Material ini dapat membantu mengatasi beberapa keterbatasan mendasar teknologi semikonduktor konvensional.

Ada juga jenis komputasi yang benar-benar baru yang muncul yang disebut komputasi neuromorfik. Terinspirasi oleh struktur dan fungsi otak manusia, chip neuromorfik menggunakan neuron dan sinapsis buatan untuk beroperasi dengan cara yang meniru otak biologis.

Kecerdasan buatan juga mendorong transformasi dalam komputasi. Kemajuan dalam AI dan pembelajaran mesin kemungkinan akan bergantung tidak hanya pada peningkatan perangkat keras, tetapi juga pada efisiensi perangkat lunak. Saat model AI menjadi semakin canggih, kebutuhan akan prosesor khusus yang dirancang untuk menangani beban kerja AI juga akan meningkat.

Kesimpulan

Selama lebih dari 50 tahun, hukum Moore telah menjadi tujuan andal bagi kemajuan teknologi, bahkan dapat dikatakan membentuk seluruh industri. Meskipun kita mungkin mendekati batas jumlah transistor yang dapat kita muat dalam suatu ruang, inovasi seperti penumpukan chip 3D, komputasi kuantum, dan arsitektur neuromorfik mungkin terus meningkatkan daya pemrosesan kita.

Bagaimana menurut Anda? Apakah hukum Moore sudah mati? Apakah kita perlu memikirkan ulang ekspektasi kita terhadap kemajuan daya pemrosesan? Atau akankah umat manusia sekali lagi menemukan inovasi untuk melanjutkan tren ini?

Di luar hukum Moore, konsep teknologi mapan apa lagi yang mungkin mulai ditinggalkan? Simak diskusi DataFramed, Is Big Data Dead? MotherDuck and the Small Data Manifesto dengan Ryan Boyd, Co-Founder di MotherDuck.

Dan jika pola pikir seperti ini menarik bagi Anda, Anda mungkin tertarik dengan pekerjaan di bidang AI. Lihat 7 Pekerjaan Kecerdasan Buatan (AI) yang Dapat Anda Tekuni pada 2025 ini.